双轨思维链：面向小型语言模型的预算感知逐步引导

大型语言模型虽能通过思维链提示解决多种推理任务，但小型模型（约 70-80 亿参数）在计算和令牌预算紧张时仍难以进行多步推理。现有测试时推理方法如自一致性、思维树及批判修正循环虽能提升性能，但往往令牌成本高昂且缺乏细粒度的步骤控制。本项目旨在填补这一空白：小型语言模型能否使用相同或更少的令牌进行可靠推理？该方法通过过程监督和简单的测试时控制（如令牌预算和冗余步骤拒绝），探索其替代模型规模或大量采样的可能性，具有显著的科学与实用价值。